Análisis del NHANES-III que intenta demostrar si añadir las anormalidades del ECG incrementa el valor predictivo del riesgo cardiovascular y puede clasificar mejor a los individuos. Para ello, analiza a más de seis mil individuos incluidos en este registro y que disponían de ECG.
El objetivo de este estudio fue evaluar el valor aditivo de electrocardiograma (ECG) a los modelos convencionales de predicción de riesgo cardiovascular. Para ello ,se analizó un conjunto de datos que constaba de 6.025 individuos con ECG disponibles en el Registro del Sistema Nacional de Salud y Nutrición III (NHANES-III). Esta es una muestra auto-ponderada con un seguimiento de 79.046 persona-años. Los objetivos de valoración primarios fueron la mortalidad cardiovascular y mortalidad por cualquier causa. Se han comparado dos modelos: Calificación de Riesgo de Framingham (FRS) covariado (Modelo A) y un modelo B que constaba del Modelo A más las anomalías del ECG calculándose el índice de reclasificación neto de mejora (NRI). En cuanto a los resultados se obtuvo que la media de edad de la población de estudio fue de 58,7 años, el 45,6% eran varones y el 91,7% eran blancos. Al inicio del estudio, el 54,6% de los individuos tenían alteraciones del ECG, de los cuales 545 (9%) murieron secundariamente a un evento cardiovascular, en comparación con 194 individuos (3,2%) (p< 0,01) sin alteraciones del ECG. Las alteraciones del ECG fueron predictores significativos de mortalidad cardiovascular después de ajustar por factores tradicionales de riesgo cardiovasculares (razón de riesgo 1,44, IC del 95% intervalo de confianza, 1,13-1,83). La adición de las anormalidades del ECG incrementaron un NRI del 3,6% en la muestra global (P < .001) y 13,24% en la categoría de riesgo intermedio. El índice de discriminación absoluta integrado fue 0,0001 (P<0,001).
Los autores concluyen que las alteraciones electrocardiográficas son predictores independientes de mortalidad cardiovascular, y su adición al Score de Framingham mejora la discriminación y calibración. Se necesitan más estudios para evaluar la aplicación prospectiva de anomalías en el ECG en la predicción del riesgo cardiovascular en sujetos individuales.
Comentario
Predecir el riesgo de un individuo es una tarea inherente a la medicina. Hace siglos se medía la calidad del profesional con la capacidad de precisión que tenía este de predecir el momento de la muerte del enfermo. Desde entonces, ha habido grandes esfuerzos para obtener una serie de variables que predigan de una manera más o menos precisa el pronóstico vital de un individuo. Las escalas de riesgo a nivel cardiovascular han sido un paradigma en estas herramientas, y el estudio Framingham el referente en el que las demás han puesto su punto de mira. Las escalas muy precisas necesitan muchas variables complejas que quizás hacen que sean poco prácticas, por ello, se intenta un equilibrio entre la precisión y la facilidad de uso, es por ello que las que más han triunfado son aquellas que utilizan variables clínicas y otras ampliamiente disponibles (colesterol total, PA, etc.). En este estudio se añade la variable anomalías ECG (HVI, ondas Q, MCP, WPW, FA, etc.) a la escala clásica de Framingham, observándose un incremento, como era de esperar, por otra parte, de su precisión para determinar episodios CV en el seguimiento, sobretodo en pacientes de moderado riesgo, mientras que en riego bajo es testimonial y en alto riesgo no existe. En cuanto a las limitaciones, el sesgo de selección (solo se analizaron los que tenían ECG realizado), no se controló la medicación usada que podría modificar la evolución y los patrones ECG, los endpoints fueron extraidos de los certificados de defunción, etc. Quizás la conclusión que podemos extraer, a falta de otros estudios que lo confirmen, es que realizar un ECG como screening a la población (sobretodo de riesgo intermedio) es una técnica barata, ampliamente disponible y que nos puede dar mucha información predictiva.
Referencia
- Apurva O. Badheka, Nileshkumar Patel, Tushar A. Tuliani, Ankit Rathod, George R. Marzouka, Sandip Zalawadiya, Abhishek Deshmukh, Mauro Moscucci, Mauricio G. Cohen.
- The American Journal of Medicine (2013) 126, 319-326.
